【摘 要】
：
由于星上运动部组件所引起的颤振是当前影响超高分辨率、超强机动成像质量的一个重要因素，针对该信号难以精确业务化检测识别的问题，本文提出一种基于卷帘快门CMOS成像的空间相机颤振检测方法，进一步采用高频角位移与高精度参考的DOM/DEM数据进行效果验证与评价。以2020年发射的某高分型号卫星为例，分析结果表明：本文设计的检测方法可以有效识别空间相机成像过程中颤振特性，颤振频率主要集中在156Hz左右，
论文部分内容阅读
由于星上运动部组件所引起的颤振是当前影响超高分辨率、超强机动成像质量的一个重要因素，针对该信号难以精确业务化检测识别的问题，本文提出一种基于卷帘快门CMOS成像的空间相机颤振检测方法，进一步采用高频角位移与高精度参考的DOM/DEM数据进行效果验证与评价。以2020年发射的某高分型号卫星为例，分析结果表明：本文设计的检测方法可以有效识别空间相机成像过程中颤振特性，颤振频率主要集中在156Hz左右，补偿后的全色影像相对几何精度可提升1.2像素左右。
其他文献
针对X光安检图像内多目标违禁品识别难度较高的问题，本文提出一种X光安检场景下多目标违禁物品识别算法。考虑实际应用需求，综合网络性能和运行速度，选择ResNet50作为骨干网络，并添加局部强化模块来弥补因空洞导致的棋盘效应；提出空洞残差特征增强模块和可变形空洞空间金字塔池化分别处理不同层级特征，自适应学习违禁品的多变性；引入注意力机制，强化对重点通道的学习能力并实现空间维度上的特征聚焦，加强违禁品区
鉴于国内野生菌中毒事件频发，拟采用深度学习技术来解决这一社会问题。但由于野生菌图像的类间差异较小，图像背景复杂，导致细粒度识别精度较低，针对这一问题，提出了一种改进的ResNeXt50网络。首先设计了一种多尺度特征引导模块（Mutis-scale Feture Guide, MSFG），通过短连接引导网络充分学习和利用低级特征和高级特征，接着，采用改进的注意力机制模块来减少网络对复杂背景的学习，最
憎水性等级(hydrophobicity class，HC)是复合绝缘子耐污闪性能的重要表征指标，为了准确判断绝缘子伞裙表面的憎水性，提出一种基于深度迁移学习的喷水图像识别方法。通过喷水试验构建不同HC等级的复合绝缘子喷水图像样本集，采用AlexNet、Inception-ResNetV2、ResNet101、ShuffleNet四种卷积神经网络建立学习模型，利用ImageNet数据集对其进行预训
自动化质量检测系统是太阳能电池生产过程中必不可少的环节，其目的是识别潜在产品缺陷，但鲜见对太阳能电池的背面电极的检测问题的文献，针对该问题提出一种完整的背面电极分割和缺陷检测算法。首先，利用边缘强度投影和模板匹配方法依次获得电极的粗略位置和较精准位置；然后采用阈值法和种子生长法提取电极边缘点。第三，利用边缘点生成一个闭合的区域来表示电极的形状。最后，设计了一种判断电极是否存在缺陷的方法。为了验证该
目前，数字全息技术与望远镜技术相结合的望远数字全息技术一般会造成重建图像距离大、相移精度低和信噪比低等问题。为此通过将空间光调制器(SLM)应用到白光非相干数字全息中，消除了相移误差等对成像质量的影响。同时相关的理论分析也为优化系统参数、提高系统分辨率提供了重要的理论依据。而且该技术在军事、航空航天和工程测试等领域具有巨大的潜在应用前景。
在小样本条件下，由于低数据问题，即标记数据较少且难以收集，采用传统的深度学习很难训练出一个好的分类器.最近的研究中，基于低维局部信息度量方法和标签传播网络（transductive propagation network，TPN）算法取得了较好的分类效果，并且局部信息可以很好地度量特征与特征之间的关系，但是低数据问题依然存在.为了解决低数据问题，提出基于多尺度的标签传播网络（multi-scale
焦面检测准确与否对航空相机光学系统的成像质量起着至关重要的作用。为了解决航空相机检焦问题，提出了一种基于多重差分滤波效应的检焦算法。首先对检焦原理进行了介绍，在基本矩形滤波器的基础上进行设计，提出了一种适用于航空相机检焦的新型滤波器形式，消除了图像和滤波器之间相对位移产生的影响，并从数学角度证明了其可行性；其次，利用对图像的隔行采样对滤波器进行模拟，完成图像检焦算法的设计；最后，利用实验采集的图像
深度学习在2D图像等结构化数据处理中表现出了优越性能，对非结构化的点云数据分析处理的潜力已经成为计算机图形学的重要研究方向，并在机器人、自动驾驶、虚拟及增强现实等领域取得一定进展．通过回顾近年来3D点云处理任务的主要研究问题，围绕深度学习在3D点云形状分析、结构提取、检测和修复等方向应用展开，总结整理了典型算法．介绍了点云拓扑结构的提取方法，然后对比分析了变换、分类分割、检测跟踪、姿态估计等方向的
视网膜血管的形态结构信息可以为糖尿病、高血压等疾病提供诊断依据。现有的大部分算法通过融合血管不同阶段的特征信息来提升分割精度，但却忽略了融合后浅层信息在采样过程中容易被稀释，且上采样次数越多，稀释越严重的问题。为此提出了一种融合概率分布注意力的提升算法用以解决上述问题。该算法基于U-Net模型，首先利用多个串行提升块学习血管浅层的特征信息，然后在提升块中引入概率分布注意力机制用来改变浅层信息的概率
2021年5月21日，中国云南省漾濞自治县发生M 6.4级强地震及多次余震。本文对此次地震中获得的20组共60条强震动记录进行了基线校正和滤波等处理，按照震中距由近及远，重点研究了地震动幅值衰减规律、持时特性和加速度反应谱特征。结果表明：此次地震记录多为中远场，近场记录较少，漾濞台站获得最大加速度记录峰值为720 gal，地震动幅值随着震中距的增大而逐渐衰减。近场范围内，台站记录体现出高幅值PGA